基于图像边缘特征的深度上采样算法

针对低分辨率深度图像上采样容易导致边缘模糊问题,提出了一种基于图像边缘特征的深度上采样算法。一方面,利用相同低分辨率深度和彩色图像的相关性系数,自适应调节深度图像边缘上采样过程中深度和彩色的权重;另一方面,结合上采样值和低分辨率深度图像中邻近像素值,对低分辨率深度图像的不连续区域进行求精操作以进一步减少边缘模糊现象。实验结果表明,本文算法的性能优于近年文献中提出的算法。本算法上采样深度图像的平均坏点率(BPR)为2.07%,均方根误差(RMSE)为3.46,峰值信噪比(PSNR)为38.58dB,绘制虚拟视点的平均PSNR为39.58dB。

基于深度图压缩的边界自适应上采样方案

在三维视频系统中,为了更好地保护深度图的锐利边界并改善虚拟视图的合成质量,提出一种新的边界自适应性上采样方案来恢复由于在编码前进行下采样操作而丢失的深度信息。通过Sobel算子识别出低分辨率深度图和高分辨率纹理图的水平边界和垂直边界。根据深度图不同区域的特点利用纹理信息来指导高分辨率深度图的重建。实验结果表明本文方法在提高了编码效率的同时也改善了合成视图的视觉效果。